Saber usar ChatGPT no es una habilidad de IA. Esto es lo que realmente necesitas.

Hay un fenómeno curioso en LinkedIn México. Desde finales de 2023, miles de perfiles añadieron "inteligencia artificial" a sus habilidades. Muchos de ellos lo hicieron porque aprendieron a usar ChatGPT. Algunos tomaron un curso de prompts de dos horas. Unos pocos leyeron un artículo sobre modelos de lenguaje.

Ninguna de esas cosas es una habilidad de IA. Y las empresas que contratan en serio lo saben.

La brecha entre lo que el mercado necesita y lo que los profesionales creen que necesitan es enorme. Y esa brecha tiene consecuencias reales: salarios que no suben, oportunidades que se pierden y una falsa sensación de seguridad que se desmorona en la primera entrevista técnica.

La ilusión del prompt engineer

Cuando ChatGPT se hizo masivo a finales de 2022, surgió una profesión aparentemente nueva: el prompt engineer. Se hablaba de salarios de seis cifras en dólares para gente que supiera "hablar con la IA". La promesa era irresistible. No necesitabas saber programar. No necesitabas entender matemáticas. Solo necesitabas escribir instrucciones claras.

Dos años después, la realidad se ajustó. Los modelos se volvieron mejores entendiendo instrucciones imprecisas. Las interfaces gráficas eliminaron la necesidad de prompts elaborados. Y las empresas descubrieron que lo que realmente necesitaban no era alguien que escribiera prompts, sino alguien que entendiera qué problema resolver y cómo la IA encajaba en la solución.

El prompt engineering puro, como habilidad independiente, tiene una vida útil muy corta. No porque no sea útil saber comunicarse con modelos de IA, sino porque esa habilidad se está convirtiendo en algo tan básico como saber buscar en Google. Todos lo van a hacer. No va a diferenciar a nadie.

Las habilidades que sí tienen valor

El World Economic Forum publicó su Future of Jobs Report 2025 con datos sobre qué habilidades van a definir el mercado laboral en los próximos cinco años. La lista no sorprende a quien haya estado prestando atención, pero sí contradice la narrativa popular.

La primera habilidad crítica es pensamiento analítico. No es sexy. No genera clicks. Pero es la base de todo lo demás. La capacidad de descomponer un problema complejo, identificar variables relevantes, formular hipótesis y evaluar evidencia es exactamente lo que separa a quien usa IA como herramienta estratégica de quien la usa como juguete.

En México, está habilidad tiene un déficit serio. El sistema educativo tradicional premia la memorización sobre el análisis. Las empresas premian la ejecución sobre la reflexión. El resultado es una fuerza laboral que puede operar herramientas pero que lucha para decidir qué herramienta usar y por qué.

La segunda habilidad es literacy en datos. No necesitas ser data scientist para tener valor en la era de la IA. Pero necesitas ser capaz de leer datos, cuestionar datos y tomar decisiones informadas por datos. Saber que una correlación no implica causalidad. Entender que un modelo de machine learning es tan bueno como los datos con los que fue entrenado. Detectar cuándo un dashboard bonito esconde métricas irrelevantes.

Banorte, BBVA México y las principales instituciones financieras del país están contratando perfiles híbridos: gente de negocios que entiende datos, no solo data scientists que entienden negocios. Ese cruce es donde está el valor real.

La tercera es comprensión de sistemas. La IA no opera en el vacío. Se integra en flujos de trabajo, sistemas existentes, procesos de negocio y estructuras organizacionales. Un profesional que entiende cómo funciona un sistema completo puede identificar dónde la IA agrega valor y dónde no. Puede anticipar efectos secundarios. Puede diseñar implementaciones que funcionen en la realidad, no solo en una presentación.

La cuarta es juicio ético y pensamiento crítico aplicado a la tecnología. A medida que la IA toma más decisiones que afectan a personas reales, las empresas necesitan gente capaz de evaluar las implicaciones de esas decisiones. No como ejercicio académico, sino como función de negocio. Un algoritmo de crédito que discrimina por código postal tiene consecuencias legales, reputacionales y financieras. Alguien tiene que estar en el equipo capaz de ver eso antes de que se convierta en crisis.

Lo que las empresas mexicanas realmente están buscando

Conversé con responsables de talento en empresas de tecnología y servicios financieros en México. El patrón es consistente.

No buscan gente que sepa usar una herramienta específica de IA. Las herramientas cambian cada seis meses. Buscan gente que pueda adaptarse cuando cambien.

No buscan certificaciones genéricas en "inteligencia artificial". Buscan evidencia de que la persona puede aplicar pensamiento crítico a problemas reales usando tecnología como palanca.

No buscan prompt engineers. Buscan product managers que entiendan IA, analistas de negocio que sepan interpretar outputs de modelos, líderes de proyecto que puedan gestionar equipos donde humanos y algoritmos trabajan juntos.

Clip, la fintech mexicana de pagos, es un buen ejemplo. Sus ofertas de trabajo relacionadas con IA no piden "experiencia con ChatGPT". Piden experiencia diseñando soluciones que integren machine learning en productos reales. La diferencia es abismal.

El problema del aprendizaje superficial

Hay un mercado enorme de cursos rápidos de IA en América Latina. Webinars de una hora. Bootcamps de un fin de semana. Certificaciones que se obtienen respondiendo un quiz de opción múltiple. Todos prometen transformar tu carrera.

La mayoría no transforman nada. Generan una sensación momentánea de competencia que se disipa en cuanto el profesional enfrenta un problema real que no estaba en el temario.

El aprendizaje genuino en IA requiere profundidad. No necesitas un doctorado en machine learning si tu rol es de negocio. Pero necesitas entender los fundamentos lo suficiente para tomar decisiones informadas, hacer las preguntas correctas y detectar cuándo alguien te está vendiendo humo tecnológico.

Eso toma tiempo. Toma esfuerzo. Y toma honestidad intelectual para reconocer lo que no sabes.

La ventana de oportunidad se está cerrando

Aquí está la realidad incómoda. El mercado laboral digital en México tiene una ventana de oportunidad que no va a durar para siempre. Hoy, la demanda de profesionales con habilidades reales en IA supera ampliamente la oferta. Eso significa que quien invierta en desarrollar esas habilidades ahora tiene una ventaja desproporcionada.

Pero esa ventana se va a cerrar. A medida que más profesionales se formen genuinamente, la ventaja competitiva se reduce. Y quienes apostaron todo a saber escribir prompts se van a encontrar con que esa habilidad ya no los diferencia de nadie.

La pregunta no es si deberías desarrollar habilidades de IA. Eso ya es obvio. La pregunta es si vas a invertir tu tiempo en las habilidades que realmente importan o en las que solo parecen importar desde un post de LinkedIn.